Открытая экосистема LangChain способствует масштабируемым инновациям в области ИИ

LangChain, ведущий фреймворк и поставщик решений для оркестрации ИИ, остается приверженным своей открытой экосистеме, подчеркивая свой независимый от поставщиков подход.

Харрисон Чейс, сооснователь и генеральный директор LangChain, сообщил VentureBeat, что успех платформы обусловлен спросом разработчиков на гибкость моделей, избегая зависимости от проприетарных поставщиков.

«Сила фреймворка LangChain заключается в его интеграциях и живой экосистеме», — сказал Чейс. «Его огромный масштаб во многом обусловлен природой открытого исходного кода фреймворка.»

Чейс отметил, что в прошлом месяце LangChain зафиксировал 72,3 миллиона загрузок, опередив конкурентов, таких как Agents SDK от OpenAI. Он подчеркнул, что фреймворки LangChain на Python и JS имеют «4500 участников, превосходя по числу участников Spark.»

Основанная в 2022 году, LangChain эволюционировала за пределы своего первоначального фреймворка для создания приложений ИИ. В феврале прошлого года компания запустила LangSmith, платформу для тестирования и оценки, а также LangGraph и платформу LangGraph для развертывания автономных агентов.

LangChain сохраняет свою позицию открытого исходного кода и независимости от поставщиков на протяжении всего своего роста, сотрудничая с такими компаниями, как Google и Cisco, в области взаимодействия агентов. По словам Чейса, по мере того как предприятия исследуют агентов ИИ, LangChain определила возможности для предоставления вариантов развертывания, адаптированных к предпочтениям разработчиков.

«За последние 18 месяцев все больше предприятий стремятся перейти к производству. Мы расширили наши предложения, от LangChain с открытым исходным кодом до более широкого портфеля, чтобы удовлетворить этот спрос и упростить создание агентских приложений», — сказал он.

Платформа LangGraph расширяет возможности открытого исходного кода

Недавно запущенная платформа LangGraph, теперь общедоступная, позволяет разработчикам управлять и развертывать постоянных, статичных агентов. Эти «фоновые агенты» работают в фоновом режиме, активируясь при определенных событиях.

«Мы сосредоточились на решении сложных инфраструктурных задач для этих агентов», — сказал Чейс. «LangGraph идеально подходит для длительно работающих, статичных агентов, но не подходит для простых приложений.»

Он подчеркнул приверженность компании фоновым, автономным агентам, рассматривая их как интересную инфраструктурную задачу.

Платформа LangGraph предлагает развертывание в один клик, горизонтальное масштабирование для обработки переменного, длительного трафика, слой постоянства для памяти агентов, настраиваемые конечные точки API и встроенный доступ к LangGraph Studio для отладки агентов.

По мере того как организации развертывают больше агентов, платформа LangGraph предоставляет консоль управления для мониторинга активных агентов, повторного использования общих архитектур и построения многоагентных систем.

«LangGraph дает разработчикам полный контроль над когнитивной архитектурой агента. Для критически важных действий больших языковых моделей оценка в рамках приложения LangGraph обеспечивает качество», — сказал Чейс.

Он добавил, что LangGraph предлагает надежный фреймворк оркестрации для создания и развертывания надежных агентов на платформе LangGraph.

Во время бета-фазы, по словам Чейса, платформу LangGraph использовали более 370 команд. LangChain предлагает три ценовых уровня для платформы, варьирующихся в зависимости от предпочтений хостинга.

Надежная открытая экосистема LangChain

Чейс подчеркнул способность LangChain создавать всеобъемлющую экосистему для разработки приложений и агентов.

LangSmith, платформа компании для тестирования и наблюдения, интегрируется с LangGraph и платформой LangGraph для мониторинга производительности агентов. Поскольку многие агенты на платформе LangGraph работают длительное время, предприятиям требуется постоянная валидация производительности.

Чейс заявил, что LangGraph является «наиболее широко принятым фреймворком для агентов», опережая AutoGen от Microsoft и платформу CrewAI, приписывая успех модели открытого исходного кода.

«LangGraph — это предпочтительный выбор для команд, создающих агентов, ориентированных на пользователей или с высоким трафиком, таких как у LinkedIn, Uber и GitLab. Его низкоуровневый, управляемый характер обеспечивает масштабируемость и надежность. Хотя CrewAI и AutoGen предлагают более простое внедрение, они жертвуют гибкостью ради удобства использования», — сказал он.